Support Topics
支援主題 / UC-win/Road 維護・支援服務相關資訊
SfM插件
 

以下將介紹UC-win/Road Ver.11新功能和SfM插件。SfM插件透過分析數張照片,還原VR空間內的三維座標(點雲)。

 何謂SfM(Structure from Motion)插件?

使用SfM插件,可以從拍攝的多張照片中,分析相機拍攝位置,自動生成被攝體的3維點雲模型,並可以在UC- win/Road顯現。點雲和拍攝位置這些資訊可以從這些照片裡分析得出。
SfM插件有多項用途。比如,在道路行進時,藉由連續拍照,可將道路以及道路周邊的景象點雲化。不使用3D雷射掃描等專業的設備,也可以將實際空間中的物體輕鬆地在VR空間中反映出來。
・SfM(Structure from Motion):藉由分析數張照片,推定出照相機的位置及其面向、照片內特徵點的3維空間位置的技術。推定出的結果可以在VR空間中顯現。

 SfM插件的功能
SfM 插件內含以下功能。

由照片生成點雲
從數碼相機,攝像機等設備的照片,影像抽出資訊生成點雲。

調整點雲的表示
調整輸出的點雲在UC-win/Road上的表示,使之準確。透過調整大小、位置、和角度,將多個點雲資料之間,VR模型和點雲資料的重合表現。

製作照相機的校正檔案
輸入棋盤畫像,分析鏡頭焦距和特性,可以修正畫像的扭曲並輸出成檔。

製作VisualWords檔案
生成點雲資料的時候生成輸出VisualWords檔。


■圖1 解析的流程

拍攝照片
在想要生成三維點雲的空間裡使用數位相機攝影。因為需要大量照片,所以必須一邊移動一邊攝影。同時,SfM插件分析時需要照相機性能這一參數,照片沒有附加EXIF資訊的情況下分格模式下有必要使用生成標準檔。
・Exif (Exchangeable image file format):以數位相機拍攝的畫像數據,可新增拍攝條件相關的資訊並儲存、畫像檔案格式的規格。拍攝日期和機種名稱、解像度、曝光時間、焦比(F 值)、焦距、ISO感度、色彩空間、等參數與圖像一併記錄。

製作照相機校正檔案
使用分格型相機拍攝的照片,可以生成數碼相機的各項參數計算結果的相機標準檔。

製作Visual Words檔案
使用SfM分析的時候、可以生成Visual Word檔,高速判斷照片的類似度。需要對大量的照片解析,生成Visual Words檔需要大量的時間、建議預先在插件裡自帶的樣本檔。

SfM解析
讀取照片和相機標準檔、Visual Words檔,並加入各種分析條件之後,執行分析。

在UC-win/Road中的可視化
執行SfM分析,三維空間裡可顯示視點位置,指向的箭頭,同時點雲也被表示出來。

可點擊圖片放大。
■圖2 展示廳的拍攝照片
可點擊圖片放大。
■圖3 展示廳照片的解析結果
 解析的種類

SfM插件,可以執行即時分析和重點分析。即時分析為,上傳到資料夾裡的圖像在暫態被分析並生成點雲資料。但是會消耗大量的記憶體。重點分析為,分析前設 定物件圖片,只分析設定的圖片輸出分析模型。這種分析不大量佔用記憶體,但是這一分析只可以處理連續的照片,對於不連續的照片無法輸出分析結果。

重點分析
選擇分析的照片,設定分析條件後,開始分析,算出照片的各個視點位置,並在三維空間內表示。根據分析進程的推進點雲數量的增加,構造物也變得可見。所有的畫像分析結束後確認空間中的點雲。如果點雲數太少的話,將分析條件選定為『點雲數量優先』,然後再次執行分析。
或者中途終了分析的情況下,變更開始的圖像,除去那些停止解析的畫像,再度執行解析。。

特徵點檢出演算法
作為檢出特徵點的演算法,有SIFT、SURF兩種可供選擇。

SIFT(Scale Invariant Feature Transform)
檢出特徵點以及記錄特徵量的演算法,標準的變化或者是回轉等理由被記述。SURF相比,處理速度相對較遲但是識別度很高。

SURF(Speed Up Robust Features)
SIFT改善後的高速演算法,相比SIFT處理速度慢但是識別度相對較低。

可點擊圖片放大。
■圖4 拍攝的照片
可點擊圖片放大。
■圖5 SfM插件畫面
可點擊圖片放大。
■圖6 SfM插件的分析結果:點雲、照相機的位置與其面向
(顯示白色的球體與箭頭)
 使用SfM插件的訣竅

拍照時,注意拍攝被攝體的位置。照片未能全部將被攝體全部反映的情況下,無法認識被泄體的位置情報,無法生成點雲。(批次處理解析時,必須包含4張正面照片。)

拍攝空間的亮度保持穩定。因為在分析執行中,明暗變化過大的照片將會造成被分析物體不能很好的被認識。比如,在房間內拍攝的情況下,關上窗戶遮蔽外部光 線,在照明中拍攝。在室外拍攝的情況下,因為晴天時會有雲層等光線變化較大,陰天拍攝效果會比較好。在太陽直射或者陰天的情況下,分析這種這種光線的變 化,並調整點雲機能將其與VR空間聯繫。

分析使用的最初的2張照片,會影響最終輸出的點雲數。如果執行分析但未出現完整的點雲的情況下,SfM插件裡將照片的順序做個調整會有很大的改善。

分析短時間結束的情況下,將特徵點檢出演算法的優先設定為「點雲數量優先」,點雲的精細度雖然會降低,但是拍攝位置的檢出成 功率將會提升。



上一頁
 
回首頁
(Up&Coming '16 盛夏號刊載)
返回
Up&Coming

FORUM8